モニタリング手法

中干し&水稲株カウント

Posted on Updated on

田植えから34日が過ぎ、茎数が平均22本(圃場内8箇所80サンプル)になったので、今日から10日程度中干しを実施します。

中干しは、無効分げつを抑えて、土壌内部に酸素を供給して根を健全にします。特に無効分げつを抑えることで、収量アップやお米の品質を向上させることができます。

【水稲株数】前回、紹介した水稲株位置をメッシュごとにまとめてみました。

2016株数

単位面積あたりの株数(株/㎡)

 
圃場内全体では単位面積あたり16.8(株/㎡)【坪あたり55株】となりました。今年は田植機の設定を株間18cm【坪あたり60株】で行いましたが、ドローンによる計測では若干少ない結果となりました。途中でジャムってしまったことも影響しているかもしれません。また、同じように田植機を操作していてもばらつきがあることが、メッシュごとに計算することでわかってきました。


水稲株の位置抽出

Posted on Updated on

今日は週一でモニタリングを行っている画像データから水稲株の位置抽出について紹介します。

稲が生長すると、田植機で移植できなかった欠損場所が上空からのモニタリングではっきり分かるようになります。畦畔から内側の欠損場所を特定するのは,ちょっと難しいです。

今回は移植してから28日後の近赤外オルソ画像を使用しました。

近赤外の波長帯は、植生からの反射率が高くなる特性があります。下の写真は地上から撮影した近赤外画像です。植生がある場所は白くなります。

私はいかに安く、価値の高いモニタリングができるかということを基本コンセプにしているので、近赤外カメラは中古のコンデジを2~3万円で購入して改造しました。

まぁ、墜落して壊れても諦めがつく値段です。

近赤外地上

地上から撮影した近赤外画像(植生がある場所は白くなります)

 

S110改造

改造した近赤外カメラ(Canon S110)

 

今回試した解析方法

先行研究では、テンプレートマッチングを用いて移植水稲の株位置を推定する研究例があります(リンク先)。今回は、あまり難しい処理をするのではなく、GISの機能を使って位置を抽出してみました。

1)近赤外オルソ画像にローパスフィルタ処理を施して、ノイズを除去する。

処理1

 

2)ノイズ除去した近赤外オルソ画像にフォーカル統計(指定した近傍内の統計情報を計算)を行う。

処理2

 

3)ラスタ-ベクタ変換で、水稲株をポリゴン化する。それ以外のポリゴンデータを削除する.

処理3

 

4)ポリゴンの重心点を求めて、ポイントデータに変換する.

処理4

 

その結果、圃場内の株数は約5.1万株と求めることができました.

 

水稲株位置抽出

 


観測方法にメッシュ解析の情報追加

Posted on Updated on

観測方法の項目に、NDVI(植生指標)のメッシュ解析を追加しました。

NDVI画像に5m×5mのメッシュを覆い、5mメッシュ単位で生育状況をモニタリングしていきます。

 

150816_ndviMesh

メッシュ解析

 


観測方法に情報追加

Posted on Updated on

観測方法の項目に、可視画像・近赤外画像・NDVI(植生指標)・DSM(地表面の高さ)の取得例をそれぞれ掲載しました。

解析には,これらの画像に5m×5mのメッシュを覆い、メッシュ単位で生育状況をモニタリングしていきます。

 

ir ndvi DSM

近赤外画像取得例

NDVI取得例

DSM取得例

 

モニタリングする際に便利なのは、GIS(地理情報システム)ソフトになります。一昔前は数百万円する業務ソフトもオープンソースの波によって、無償で使用できるソフト「QGIS」が登場しました。

登場当時はいろいろと不便なところもありましたが、最新版では問題なく使えます。

QGISは http://qgis.org/ja/site/ から日本語版をダウンロードできます。Windows以外にも対応しています。

水稲モニタリングの解析には十分な機能が含まれています。


ドローンで撮影した高解像度オルソ画像

Posted on Updated on

2015年8月16日に撮影し、地形・レンズの歪みを除いたオルソ画像を紹介します。

観測方法 → 画像取得例(可視画像) で見ることができます。

 

150816_Ortho(s)

可視画像取得例

 

市販のカメラ(GR)をドローンに取り付けて、インターバル1秒設定で撮影します。

その後、撮影した画像をSfM-MVSソフトで処理することで、一枚の高解像度オルソ画像が作成できます。